Janus Pro

셀링 포인트는 한 모델이 두 가지 일을 한다는 점이다. Janus Pro는 이미지를 읽고 그에 대한 질문에 답한 뒤, 텍스트 프롬프트로 새 이미지를 생성하는 쪽으로 전환한다. 대부분의 오픈 모델은 한쪽만 고른다. DeepSeek는 분리된 인코딩 덕에, 하나의 인코더에 상충하는 작업을 억지로 맡길 때 흔히 생기는 성능 손실 없이 둘 다 할 수 있다고 주장한다. 논지는 이것으로 끝이다.

DeepSeek는 이해와 생성을 서로 다른 인코더로 보낸다. 이미지 이해는 384x384의 SigLIP-L 비전 인코더를 쓰고, 생성은 다운샘플 비율 16의 벡터 양자화 토크나이저에 기댄다. 둘을 따로 두는 것이 옛 통합 모델의 역할 충돌을 고쳤다고 회사는 말한다. 사용자 입장에서는 같은 다운로드로 더 깔끔한 캡션과 더 안정적인 이미지 출력을 얻는다는 뜻이다. 한 모델, 두 가지 일.

DeepSeek에 따르면 Janus-Pro-7B는 이해 테스트 MMBench에서 79.2, 텍스트-이미지 지시 수행 벤치마크인 GenEval에서 0.80을 기록했다. 이 0.80은 DALL-E 3의 0.67과 Stable Diffusion 3 Medium의 0.74를 앞선다. 벤치마크 승리가 실전에서 더 좋은 그림으로 이어지지는 않지만, 내려받거나 들여다볼 수도 없는 훨씬 크고 비싼 폐쇄형 시스템과 겨룰 만하다는 점은 보여준다.

1B와 7B 버전은 Hugging Face에서 내려받을 수 있고, 코드 저장소는 상업적 이용을 허용하는 MIT 라이선스다. 모델을 오프라인으로 돌리고 미세 조정하며, 허락 없이 제품에 넣을 수 있다. 가중치 자체는 DeepSeek 고유의 모델 라이선스를 따르니 상업용으로 내보내기 전에 읽어 본다.

7B 모델은 VRAM이 충분한 최신 GPU 한 장에서 돌고, 1B 버전은 훨씬 적은 자원에 들어간다. 덕분에 로컬 배포가 연구소뿐 아니라 개인에게도 현실적이다. 커뮤니티 플러그인은 Janus Pro를 ComfyUI로도 가져와, 이미지 설명과 생성을 기존 워크플로에 연결할 수 있다. 점유는 작다. 결과는 실하다.

아무것도 설치하고 싶지 않다면 janusai.pro가 두 작업 모두를 위한 브라우저 데모를 제공한다. 트래픽이 몰릴 수 있고, 페이지 스스로도 때때로 혼잡하다고 적어 둔다. 디스크 공간을 내려놓기 전에 모델 출력 스타일이 자신에게 맞는지 가장 빠르게 확인하는 길이다. 설치 없음. 가입 없음.